1. Introdução/Contextualização

  • Nas últimas duas décadas, a doença SARS emergiu como uma ameaça global à saúde pública:
    • SARS-CoV
    • MERS
    • SARS-CoV-2
  • Alta demanda de atendimento
  • Superlotação de unidades de saúde
  • Sobrecarga dos profissionais de saúde
  • As pessoas e as unidades de saúde não estão distribuídas no espaço uniformemente o que gera disparidades entre regiões e grupos populacionais (Wang, 2020)
  • Saber onde as pessoas estão e as facilidade de acesso a serviços essencial eles podem conseguir é o conceito central da Acessibilidade Geográfica

Problema de Pesquisa

Como as desigualdades espaciais, socioeconômicas e os efeitos de congestionamento aos serviços de saúde para SARS impactam o acesso geográfico a leitos de UTI com ventiladores em Teresina, PI?

Hipótese

  • Existe uma desigualdade significativa no acesso a estabelecimentos de saúde que possuem leitos de UTI com ventiladores em Teresina.
  • Grupos de baixa renda, pessoas negras e idosos enfrentam maiores dificuldades de acesso, principalmente nas regiões periféricas da cidade.

Justificativa

Necessidade urgente de informações detalhadas sobre como o congestionamento e a distribuição desigual dos recursos de saúde, como leitos de UTI com ventiladores, afetam o acesso de populações vulneráveis aos cuidados de saúde para SARS. Compreender esses desafios é crucial para o planejamento de políticas públicas que possam mitigar os efeitos de futuras epidemias ou pandemias em comunidades desfavorecidas e sobrecarregadas.

Objetivos

Objetivo Geral

Analisar acessibilidade geográfica aos serviços de saúde para Síndrome Respiratória Aguda Grave (SRAG), em alta resolução espacial, em Teresina, Piauí.

Objetivos Específicos

  1. Desenvolver uma base de dados em alta resolução espacial que agregará dados socioeconômicos (idade, renda e raça/cor) e uma estimativa da contagem populacional;
  1. Estimar a população vulnerável que vive em áreas com acesso deficitário a serviços de saúde que poderiam fazer a triagem ou hospitalizar pacientes com SRAG.
  1. Estimar as desigualdades espaciais de rendimento e raciais no acesso a estabelecimentos de saúde que dispõe de leitos de Unidades de Terapia Intensiva (UTI) e ventiladores mecânicos, tendo em conta os efeitos de congestionamento.

2 Fundamentação Teórica

2.1 Definindo acessibilidade geográfica

2.2 Sistema Único de Saúde

  • Mundo:
    • Declaração de Alma-Ata (1978)
    • Declaração de Astana (2018)
    • Meta 3.8 dos ODS
  • Brasil:
    • SUS
      • Universalização
      • Regionalização

2.3 Acessibilidade geográfica aos serviços de saúde

Baseados em Área x Baseados em Distância

Tabela 1: Medir Acessibilidade Geográfica
Tipo Modelo Vantagens
Distância
  • Menor distância
  • Tempo de viagem
Simples e rápido
Área
  • Gravitacionais
    • Área de Captação
      Flutuante (FCA)
 Considera distância/tempo, distribuição espacial, interação/atração, concorrência.

Modelos derivados do FCA

  • 2SFCA
  • 3SFCA
  • M2SFCA
  • i2SFCA
  • BFCA

Paez et.al.(2019)

consideram a variável congestionamente

Pereira et. al. (2021) empregou essa técnica para medir a acessibilidade geográfica à saúde durante a pandemia da COVID-19 nas 20 maiores cidades do Brasil.

3 Contribuição Científica

  • Contribuirá para o avanço do conhecimento sobre acessibilidade geográfica à saúde, oferecendo subsídios para elaboração ou avaliação de políticas públicas.
  • Fornecerá uma base sólida para estudos comparativos;

4. Metodologia

4.1 Delimitação e caracterização da área de estudo

Figura 01: Área de Estudo

Fonte: Elaborado pelo autor (2024)

4.2 Métodos e Técnicas

Variáveis

  • Demográfica:
    • Definição conceitural: são as características da população
    • Definição operacional: serão coletados da base do censo demográfico e da grade estatística, ambos de 20101
    • Mensuração: agregação em uma grade hexagonal
  • Unidades de Saúde:
    • Definição conceitural: localização geográfica dos estabelecimentos de saúde capazes de fornecer atendimento para SARS.
    • Definição operacional: serão obtidos da banco de dados CNES/DATASUS
    • Mensuração: analise da distribuição espacial

4.2 Métodos e Técnicas

Variáveis (continuação)

  • Acessibilidade geográfica:
    • Definição conceitural: A facilidade com que os indivíduos em uma área geográfica podem chegar aos serviços de saúde.
    • Definição operacional: A acessibilidade será modelada usando a rede rodoviária, as rotas de ônibus públicos e a proximidade dos estabelecimentos de saúde.
    • Mensuração: será usado o modelo gravitacional, o BFCA.

4.3 Coleta de dados

  • Fontes de dados secundários
    • Órgãos públicos
      • IBGE, DATASUS, Prefeitura Municipal de Teresina
    • Plataformas de Mapeamento Colaborativos
      • OSM, OvertureMapas

Análise de dados

  • Interpolação dasimétrica: Os dados populacionais serão desagregados usando técnica dasimétrica para passar informações dos setores censitários para malha regular estatística de 200 metros considerando a intersecção e o tamanho populacional. Por fim, esses dados serão reagregados da grade regular para malha hexagonal H3.
  • Modelo BFCA: Um modelo baseado em FCA será empregado para estimar as pontuações de acessibilidade para diferentes grupos populacionais com base na proximidade de instalações de saúde, malha viária, modo de transporte, distância e tempo máximo de viagem.

População e amostragem

Será considerado toda a população da zona urbana de Teresina, não sendo necessárias técnicas de amostragem.

5. Resultados Esperados

  1. Espera-se ter uma base dados em alta resolução espacial para

6. Referências

::: {style=“font-size: 0.8em”;line-height:2em} * ADAY, L. A.; ANDERSEN, R. A framework for the study of access to medical care. Health Services Research, [s. l.], v. 9, n. 3, p. 208–220, 1974. * ADU, Philip; MILES, D. Anthony. Dissertation research methods: a step-by-step guide to writing up your research in the social sciences. 1. ed. Abingdon; New York: Routledge, 2023. 10 * BIHIN, Jérémie; DE LONGUEVILLE, Florence; LINARD, Catherine. Spatial accessibility to health facilities in sub-saharan africa: comparing existing models with survey-based perceived accessibility. International Journal of Health Geographics, [s. l.], v. 21, n. 1, p. 18, 2022. Disponível em: https://ij- healthgeographics.biomedcentral.com/articles/10.1186/s12942-022-00318-z. Acesso em: 28 nov. 2023. * BOSCOE, F. P. (org.). Geographic health data: fundamental techniques for analysis. 1. ed. UK: CABI, 2013. Disponível em: http://www.cabidigitallibrary.org/doi/book/10.1079/9781780640891.0000. Acesso em: 28 nov. 2023. * BRASIL. Sistema Único de Saúde - SUS. [S. l.], 2024. Disponível em: https://www.gov.br/saude/pt- br/sus/sus. Acesso em: 20 set. 2024. * BUENO, Paulo Henrique De Carvalho; LIMA, Antônia Jesuíta De. Centralidade dos serviços de saúde na zona leste de Teresina (PI): uma análise de sua produção espacial. Caderno de Geografia, [s. l.], v. 27, n. 1, p. 29–53, 2017. Disponível em: http://periodicos.pucminas.br/index.php/geografia/article/view/p.2318-2962.2017v27nesp1p29. Acesso em: 3 jan. 2023. * CROMLEY, Gordon; LIN, Jie. Examining the impact of COVID-19 vaccination rates on differential access to critical care. Applied Geography, [s. l.], v. 145, p. 102751, 2022. Disponível em: https://www.sciencedirect.com/science/article/pii/S0143622822001229. Acesso em: 20 set. 2024. * CUCINOTTA, Domenico; VANELLI, Maurizio. WHO Declares COVID-19 a Pandemic. Acta Bio Medica : Atenei Parmensis, [s. l.], v. 91, n. 1, p. 157–160, 2020. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7569573/. Acesso em: 29 ago. 2024. * DAWSON, Catherine. A-Z of digital research methods. London ; New York, NY: Routledge, Taylor & Francis Group, 2020. * ESPINDOLA, Giovana Mira De; CARNEIRO, Eduilson Lívio Neves Da Costa; FAÇANHA, Antonio Cardoso. Four decades of urban sprawl and population growth in Teresina, Brazil. Applied Geography, [s. l.], v. 79, p. 73–83, 2017. Disponível em: https://www.sciencedirect.com/science/article/pii/S014362281630844X. Acesso em: 18 out. 2023. * GATRELL, Anthony C. et al. Spatial point pattern analysis and its application in geographical epidemiology. Transactions of the Institute of British Geographers, [s. l.], v. 21, n. 1, p. 256, 1996. Disponível em: https://www.jstor.org/stable/622936?origin=crossref. Acesso em: 4 nov. 2022. * GIOVANELLA, Lígia et al. De Alma-Ata a Astana. Atenção primária à saúde e sistemas universais de saúde: compromisso indissociável e direito humano fundamental. Cadernos de Saúde Pública, [s. l.], v. 35, n. 3, p. e00012219, 2019. Disponível em: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-311X2019000300301&tlng=pt. Acesso em: 24 ago. 2024. * GUAGLIARDO, Mark F. Spatial accessibility of primary care: concepts, methods and challenges. International Journal of Health Geographics, [s. l.], 2004. * H3: UBER’S HEXAGONAL HIERARCHICAL SPATIAL INDEX. [S. l.], 2018. Disponível em: https://www.uber.com/blog/h3/. Acesso em: 1 set. 2024. * HASSLER, Jacob et al. Towards more realistic measures of accessibility to emergency departments in sweden. International Journal of Health Geographics, [s. l.], v. 23, n. 1, p. 6, 2024. Disponível em: https://doi.org/10.1186/s12942-024-00364-9. Acesso em: 5 mar. 2024. * HUI, David S. C.; ZUMLA, Alimuddin. Severe Acute Respiratory Syndrome: Historical, Epidemiologic, and Clinical Features. Infectious Disease Clinics of North America, [s. l.], v. 33, n. 4, p. 869–889, 2019. 11 * JÖRG, Reto; HALDIMANN, Lucas. MHV3SFCA: A new measure to capture the spatial accessibility of health care systems. Health & Place, [s. l.], v. 79, p. 102974, 2023. Disponível em: https://www.sciencedirect.com/science/article/pii/S1353829223000114. Acesso em: 24 ago. 2024. * KANG, Jeon-Young et al. Rapidly measuring spatial accessibility of COVID-19 healthcare resources: a case study of Illinois, USA. International Journal of Health Geographics, [s. l.], v. 19, n. 1, p. 1–17, 2020. Disponível em: https://ij.healthgeographics.biomedcentral.com/articles/10.1186/s12942-020- 00229-x. Acesso em: 18 set. 2024. * KHAN, Abdullah A. An integrated approach to measuring potential spatial access to health care services. Socio-Economic Planning Sciences, [s. l.], v. 26, n. 4, p. 275–287, 1992. Disponível em: https://linkinghub.elsevier.com/retrieve/pii/003801219290004O. Acesso em: 16 maio 2024. * LUO, Wei; QI, Yi. An enhanced two-step floating catchment area (E2SFCA) method for measuring spatial accessibility to primary care physicians. Health & Place, [s. l.], v. 15, n. 4, p. 1100–1107, 2009. Disponível em: https://www.sciencedirect.com/science/article/pii/S1353829209000574. Acesso em: 23 ago. 2024. * LUO, Wei; WANG, Fahui. Measures of spatial accessibility to health care in a GIS environment: synthesis and a case study in the chicago region. Environment and Planning B-planning & Design, [s. l.], v. 30, n. 6, p. 865–884, 2003. Disponível em: https://doi.org/10.1068/b29120. Acesso em: 3 jan. 2023. * MACHARIA, Peter M.; BANKE-THOMAS, Aduragbemi; BEŇOVÁ, Lenka. Advancing the frontiers of geographic accessibility to healthcare services. Communications Medicine, [s. l.], v. 3, n. 1, p. 1–4, 2023. Disponível em: https://www.nature.com/articles/s43856-023-00391-w. Acesso em: 19 nov. 2023. * MANONGI, Rachel et al. Inpatient child mortality by travel time to hospital in a rural area of Tanzania. Tropical Medicine & International Health, [s. l.], v. 19, n. 5, p. 555–562, 2014. Disponível em: https://onlinelibrary.wiley.com/doi/abs/10.1111/tmi.12294. Acesso em: 23 ago. 2024. * MARCONI, Marina De Andrade; LAKATOS, Eva Maria. Metodologia científica. 7. ed. São Paulo: Editora Atlas Ltda, 2017. * MCLAFFERTY, Sara L. GIS and Health Care. Annual Review of Public Health, [s. l.], v. 24, n. 1, p. 25–42, 2003. Disponível em: https://www.annualreviews.org/doi/10.1146/annurev.publhealth.24.012902.141012. Acesso em: 7 abr. 2024. * NEUTENS, Tijs. Accessibility, equity and health care: review and research directions for transport geographers. Journal of Transport Geography, [s. l.], v. 43, p. 14–27, 2015. Disponível em: https://linkinghub.elsevier.com/retrieve/pii/S0966692315000034. Acesso em: 28 nov. 2023. * OUMA, Paul O. et al. Geospatial mapping of timely access to inpatient neonatal care and its relationship to neonatal mortality in Kenya. PLOS Global Public Health, [s. l.], v. 2, n. 6, p. e0000216, 2022. Disponível em: https://journals.plos.org/globalpublichealth/article?id=10.1371/journal.pgph.0000216. Acesso em: 23 ago. 2024. * PAEZ, Antonio; HIGGINS, Christopher D.; VIVONA, Salvatore F. Demand and level of service inflation in Floating Catchment Area (FCA) methods. PLOS ONE, [s. l.], v. 14, n. 6, p. e0218773, 2019. Disponível em: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0218773. Acesso em: 21 ago. 2024. * PENCHANSKY, Roy; THOMAS, J William. The Concept of Access: Definition and Relationship to Consumer Satisfaction. Medical Care, [s. l.], v. 19, n. 2, p. 127–140, 1981. Disponível em: http://journals.lww.com/00005650-198102000-00001. Acesso em: 27 abr. 2024.12 * PEREIRA, Rafael H. M. et al. Geographic access to COVID-19 healthcare in brazil using a balanced float catchment area approach. Social Science & Medicine, [s. l.], v. 273, p. 113773, 2021. Disponível em: https://linkinghub.elsevier.com/retrieve/pii/S0277953621001052. Acesso em: 28 nov. 2023. * QGIS DEVELOPMENT TEAM. QGIS Geographic Information System. versão 3.38.3. Grenoble: Open Source Geospatial Foundation Project, 2024. Disponível em: https://www.qgis.org/. Acesso em: 18 set. 2024. * R CORE TEAM. A Language and Environment for Statistical ## Computing. Vienna, Autria: R Foundation for Statistical Computing, 2024. Disponível em: https://www.r-project.org/. Acesso em: 20 set. 2024. * RADKE, John; MU, Lan. Spatial Decompositions, Modeling and Mapping Service Regions to Predict Access to Social Programs. Geographic Information Sciences, [s. l.], v. 6, n. 2, p. 105–112, 2000. Disponível em: https://doi.org/10.1080/10824000009480538. Acesso em: 20 set. 2024. * SHAH, Tayyab Ikram; BELL, Scott; WILSON, Kathi. Spatial Accessibility to Health Care Services: Identifying under-Serviced Neighbourhoods in Canadian Urban Areas. PLOS ONE, [s. l.], v. 11, n. 12, p. e0168208, 2016. Disponível em: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0168208. Acesso em: 24 ago. 2024. * WANG, Fahui. Why public health needs GIS: a methodological overview. Annals of GIS, [s. l.], v. 26, n. 1, p. 1–12, 2020. Disponível em: https://www.tandfonline.com/doi/full/10.1080/19475683.2019.1702099. Acesso em: 28 nov. 2023. * WHO. Declaration of Alma-Ata. [S. l.]: World Health Organization. Regional Office for Europe, 1978. Disponível em: https://iris.who.int/handle/10665/347879. Acesso em: 21 ago. 2024. * WHO. Declaration of Astana. [S. l.: s. n.], 2018. Disponível em: https://www.who.int/docs/default- source/primary-health/declaration/gcphc-declaration.pdf. Acesso em: 21 ago. 2024. * WHO. SDG Target 3.8. [S. l.], 2015. Disponível em: https://www.who.int/data/gho/data/themes/theme- details/GHO/universal-health-coverage. Acesso em: 21 ago. 2024. * WORLD HEALTH ORGANIZATION. WHO Coronavirus (COVID-19) Dashboard. , 2023. Disponível em: https://data.who.int/dashboards. Acesso em: 29 ago. 2024.dashboard * YANG, Yongshi et al. The deadly coronaviruses: The 2003 SARS pandemic and the 2020 novel coronavirus epidemic in China. Journal of Autoimmunity, [s. l.], v. 109, p. 102434, 2020. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7126544/. Acesso em: 20 set. 2024. * ZHU, Hong et al. Bibliometric Analysis of Spatial Accessibility from 1999–2022. Sustainability, [s. l.], v. 15, n. 18, p. 13399, 2023. Disponível em: https://www.mdpi.com/2071-1050/15/18/13399. Acesso em: 17 ago. 2024. :::

OBRIGADO!